[發(fā)明專利]基于云自適應(yīng)粒子群多目標(biāo)電動(dòng)汽車充放電優(yōu)化調(diào)度方法

有效

• 申請?zhí)枺?/td>: 201810884288.1
• 申請日: 2018-08-06
• 公開（公告）號(hào): CN109167347B
• 公開（公告）日: 2022-03-29
• 發(fā)明（設(shè)計(jì)）人: 徐天奇;馮培磊;李琰
• 申請（專利權(quán)）人: 云南民族大學(xué)
• 主分類號(hào): H02J3/00
• 分類號(hào): H02J3/00;B60L53/64;B60L53/63
• 代理公司: 昆明金科智誠知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 53216
• 代理人: 胡亞蘭

1.一種基于云自適應(yīng)粒子群模型，其特征在于，所述基于云自適應(yīng)粒子群模型為：

目標(biāo)函數(shù)1：最小化系統(tǒng)最大負(fù)荷：

min(max Q)；

表示實(shí)行峰谷分時(shí)電價(jià)后系統(tǒng)原負(fù)荷與電動(dòng)汽車的充電負(fù)荷負(fù)荷疊加的最大負(fù)荷最小化；

目標(biāo)函數(shù)2：最小化系統(tǒng)負(fù)荷的系統(tǒng)負(fù)荷的峰谷差：min(max Q-min Q)；

表示：峰谷分時(shí)電價(jià)執(zhí)行后最小化系統(tǒng)負(fù)荷的峰谷差；

目標(biāo)函數(shù)3：

式中：C_c,t表示電動(dòng)汽車的充電電價(jià)；C_dc,t表示電動(dòng)汽車的放電電價(jià)；

建立綜合目標(biāo)函數(shù)：

式中：λ₁、λ₂、λ₃表示F₁、F₂、F₃對應(yīng)的權(quán)重；F_1max表示原來系統(tǒng)負(fù)荷的峰值、F_2max原來系統(tǒng)負(fù)荷峰谷差值、F_3max表示執(zhí)行原始電價(jià)的系統(tǒng)的負(fù)荷電費(fèi)總和；

所述目標(biāo)函數(shù)轉(zhuǎn)化為：

w₁+w₂＝1；

式子中：w₁表示系統(tǒng)波動(dòng)平緩的權(quán)重；w₂表示電動(dòng)汽車用戶充放電收入的目標(biāo)函數(shù)；

所述云自適應(yīng)粒子群模型約束條件：

(1)充放電電價(jià)上下限約束

電動(dòng)汽車充電電價(jià)：1＞C_c、f＞C_c、p＞C_c、g＞0；

電動(dòng)汽車峰時(shí)刻充電電價(jià)大于平時(shí)刻充電電價(jià)大于谷時(shí)刻充電點(diǎn)擊；

電動(dòng)汽車放電電價(jià)：1＞C_dc、f＞C_dc、p＞C_dc、g＞0；

電動(dòng)汽車峰時(shí)刻放電電價(jià)大于平時(shí)刻放電電價(jià)大于谷時(shí)刻放電電價(jià)；

(2)充放電功率上下限約束

表示電動(dòng)汽車充電功率的上限，表示電動(dòng)汽車充電功率的下限；

電動(dòng)汽車最大的充電功率為1KW；電動(dòng)汽車最大的放電功率為1KW；

(3)電動(dòng)汽車接入電網(wǎng)數(shù)量的約束

0≤N_c，t+N_dc，t≤N；

t時(shí)段內(nèi)進(jìn)行充放電行為的電動(dòng)汽車數(shù)量約束；N_c,t為t時(shí)段處于充電狀態(tài)的電動(dòng)汽車數(shù)量；N_dc,t為t時(shí)段處于放電狀態(tài)的電動(dòng)汽車數(shù)量。

2.一種實(shí)施權(quán)利要求1所述基于云自適應(yīng)粒子群模型的基于云自適應(yīng)粒子群多目標(biāo)電動(dòng)汽車充放電優(yōu)化調(diào)度方法，其特征在于，所述基于云自適應(yīng)粒子群多目標(biāo)電動(dòng)汽車充放電優(yōu)化調(diào)度方法包括以下步驟：

步驟一，初始化粒子群，包括參數(shù)，粒子的速度、位置和個(gè)體極值p_i和全局極值p_g；

步驟二，對群體中每一個(gè)粒子X_i，執(zhí)行以下操作：

步驟三，判斷算法的終止條件是否滿足，若滿足執(zhí)行步驟四，否則轉(zhuǎn)向步驟二；

步驟四，輸出p_g的相關(guān)信息，算法結(jié)束。

3.如權(quán)利要求2所述的基于云自適應(yīng)粒子群多目標(biāo)電動(dòng)汽車充放電優(yōu)化調(diào)度方法，其特征在于，所述步驟二具體包括：

1)根據(jù)不同的粒子速度值采用不同的慣性權(quán)重生成策略，其中普通子群由X條件云發(fā)生器自適應(yīng)的調(diào)整慣性權(quán)重w；

根據(jù)如下公式更新X_i的速度和位置；

在尋找兩個(gè)最優(yōu)值的過程中，粒子依據(jù)速度更新公式和位置公式來進(jìn)行速度和位置的更新，在一定的隨機(jī)擾動(dòng)的條件下決定粒子下一步的移動(dòng)方向；

2)計(jì)算X_i的適應(yīng)度值f_i；

3)如果f_i優(yōu)于p_i的適應(yīng)度值，則更新p_i為X_i的當(dāng)前位置；

4)如果f_i優(yōu)于p_g的適應(yīng)度值，則更新p_g為X_i的當(dāng)前位置。